基于Eigen库的离散拉普拉斯平滑(Discretized Laplacian Smoothing)的C++非稀疏矩阵实现

本文介绍了如何使用Eigen库在C++中实现离散拉普拉斯平滑项,主要应用于图像平滑处理。内容包括C++代码复现Deng Cai在Matlab中的算法,以及对离散拉普拉斯平滑项的原理参考。文章还提到了C++实现中可能遇到的问题,如内存占用和Eigen库版本问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

转载请注明出处:http://my.youkuaiyun.com/ye_shen_wei_mian

离散拉普拉斯平滑很多时候被用于图像的平滑处理,在一些论文的cost function里面也可以见到离散拉普拉斯平滑项,本文就离散的拉普拉斯平滑项进行基于Eigen库的非稀疏矩阵的C++实现。

离散拉普拉斯平滑项的实现原理可以参考Deng Cai(蔡登)大神的《Learning a Spatially Smooth Subspace for Face Recognition》,蔡登的主页是 http://www.cad.zju.edu.cn/home/dengcai/ ,而离散拉普拉斯平滑项的具体原理可能就要参考Finbarr O'Sullivan的《DISCRETIZED LAPLACIAN SMOOTHING BY FOURIER  METHODS

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值